MCP y UCP, definición sin jerga
MCP (Model Context Protocol) y UCP (Universal Connector Protocol) son estándares que describen cómo una IA se conecta a datos externos. Se acabó el scraping improvisado y las integraciones propietarias: una gramática común, legible por cualquier modelo compatible.
MCP fue publicado por Anthropic a finales de 2024 como estándar abierto. Define tres primitivas: los recursos (sus contenidos, documentos, filas de base de datos), las herramientas (funciones que el modelo puede invocar) y los prompts (plantillas de instrucción reutilizables). Un servidor MCP expone estas primitivas; un cliente MCP, integrado en un asistente, las consume. La analogía que aparece con más frecuencia es la del puerto USB-C: un conector universal entre el modelo y el mundo exterior.
UCP lleva la lógica un paso más allá. Donde MCP enlaza un modelo con una fuente, UCP apunta a la interoperabilidad de toda una red de conectores reutilizables entre varios sistemas, varios agentes y varios proveedores. MCP es el ladrillo. UCP es la estructura que ensambla los ladrillos sin recablear cada vez.
MCP estandariza la conexión entre un modelo y una fuente de datos. UCP estandariza el ecosistema de conectores entre sistemas. Uno no reemplaza al otro: se apilan.
Para un responsable de marketing o un SEO, quédese con lo esencial: un protocolo de conexión máquina a máquina se instala entre sus datos y las IA. Y este protocolo no lee la web como lo hace Googlebot. Consulta recursos declarados.
Cómo estos protocolos conectan la IA con los datos
El mecanismo es directo: en lugar de adivinar el contenido de una página leyendo su HTML, el modelo solicita un recurso preciso a un servidor que se lo devuelve ya estructurado. Sin parseo aproximado, sin ruido publicitario que filtrar, sin JavaScript que ejecutar.
En concreto, el flujo se parece a esto. Un usuario plantea una pregunta a un asistente. El asistente, a través de su cliente MCP, consulta la lista de recursos y herramientas disponibles en los servidores a los que está conectado. Selecciona el recurso pertinente (por ejemplo su catálogo de productos, su documentación de tarifas, sus casos de estudio), lo recupera en formato estructurado y luego razona sobre él para formular una respuesta. El dato llega limpio, tipado y actualizado.
Es una ruptura con el modelo del rastreo. Recordemos un punto técnico que muchos equipos subestiman: los LLM no ejecutan JavaScript. Una página renderizada del lado del cliente sigue siendo en gran medida invisible para un rastreador de IA, lo que hace que el SSR o el HTML estático sean indispensables. MCP sortea este problema por construcción: no hay página que renderizar, hay un recurso que servir.
Las tres primitivas que le importan
- Recursos: sus contenidos expuestos como objetos consultables (FAQ, fichas, datos numéricos).
- Herramientas: acciones que el agente puede desencadenar (verificar una disponibilidad, lanzar un presupuesto, consultar un precio).
- Prompts: instrucciones precableadas que guían el uso de sus recursos.
Esta mecánica es exactamente la que sustenta el Answer Engine Optimization: hacer que una respuesta sea directamente consumible por una máquina en lugar de por un ojo humano. MCP es su versión a nivel de protocolo.
Lo que cambia para el SEO técnico
El SEO técnico gana una capa. Ayer, el objetivo era ser rastreable e indexable. Mañana, también hay que ser conectable: exponer datos que un agente pueda consumir sin fricción.
Esto no significa que el rastreo desaparezca. La búsqueda web y los AI Overviews siguen siendo dominantes: más del 50 % de las consultas de Google desencadenan ahora un AI Overview, y ese canal se apoya en la indexación clásica. Pero se abre una segunda puerta, y obedece a otras reglas. Estos son los frentes que cambian.
El schema.org deja de ser un extra. Una página que expone un marcado FAQPage limpio se convierte en un recurso casi listo para MCP. El FAQPage sigue siendo además una señal fuerte para los AI Overviews.
Puesto que los LLM no ejecutan JavaScript, el renderizado en el servidor (SSR) o el estático ya condiciona su citabilidad. MCP refuerza la exigencia: sus datos deben vivir en otro sitio que no sea un bundle JS.
El pasaje citable óptimo se sitúa entre 134 y 167 palabras. Este formato autosuficiente funciona tanto para una respuesta de AI Overview como para un recurso servido a través de MCP.
Exponer un servidor MCP o una API limpia se convierte en un entregable SEO. El técnico SEO trabaja ahora codo con codo con el equipo de datos.
La consecuencia es clara: el perímetro del SEO técnico se amplía hacia la arquitectura de datos. Un sitio perfectamente posicionado que mantiene su información encerrada en componentes JavaScript no renderizados deja a los agentes en la puerta. Para profundizar en la mecánica del lado de los agentes, lo detallamos en nuestra guía para optimizar un sitio para los agentes de IA.
Las menciones de marca off-site (YouTube, Reddit, Wikipedia) correlacionan más con las citas de IA que el Domain Rating. El análisis de Ahrefs sobre 200 000 dominios (dic. 2025) sitúa la correlación de las menciones muy por encima de la del DR (0,266).
MCP frente al rastreo tradicional
La diferencia cabe en una frase: el rastreo descubre e interpreta, MCP solicita y recibe. El primero es una lectura indirecta de la web pública; el segundo, un acceso directo a recursos declarados.
| Criterio | Rastreo tradicional | MCP / UCP |
|---|---|---|
| Modo de acceso | Descubrimiento por exploración de enlaces | Consulta directa sobre recurso declarado |
| Formato de los datos | HTML que parsear y limpiar | Estructurado, tipado, listo para usar |
| Ejecución de JavaScript | A menudo ignorada por los LLM | Sin objeto: no hay página que renderizar |
| Frescura | Depende de la frecuencia de rastreo | Tiempo real en cada llamada |
| Control del editor | Indirecto (robots, sitemap) | Directo (usted decide lo que se expone) |
Ninguno de los dos basta por sí solo. El rastreo conserva un alcance masivo: el 92 % de las citas en AI Overviews provienen del top 10 orgánico, de las cuales un 47 % de las posiciones 5 a 10. Sin presencia orgánica, no hay cita. Pero el solapamiento entre ambos mundos sigue siendo bajo: solo el 11 % de los dominios son citados a la vez por ChatGPT y por los AI Overviews. Esta fragmentación es precisamente el argumento para abrir un segundo canal de acceso a sus datos.
MCP no le hará ganar posiciones en Google. Le hace explotable por los agentes que, por su parte, no pasan por la SERP. A la escala de ChatGPT y sus 900 millones de usuarios semanales, este canal no tiene nada de anecdótico.
Cómo preparar su sitio
Empiece por lo que ya controla: estructure sus datos y sírvalos en HTML estático. La mayor parte del beneficio de MCP se obtiene aguas arriba, antes incluso de desplegar un servidor.
Verifique que sus contenidos críticos (precios, FAQ, fichas) están presentes en el HTML en bruto, no inyectados por JavaScript. Es el requisito previo de toda visibilidad en IA.
Despliegue FAQPage, Article, Organization en todo el sitio. Estas etiquetas son la materia prima de sus futuros recursos MCP.
Reescriba sus respuestas clave en bloques autosuficientes de 134 a 167 palabras, utilizables sin contexto. Este trabajo sirve al rastreo hoy y a MCP mañana.
Liste los datos que un agente querría consultar en su sitio: catálogo, tarifas, disponibilidades, casos de estudio. Es el pliego de condiciones de un futuro servidor MCP.
Las citas de IA siguen sus menciones en Reddit, YouTube y Wikipedia más que su Domain Rating. Esta palanca sigue siendo válida sea cual sea el protocolo.
Esta hoja de ruta coincide en gran medida con los cimientos del Answer Engine Optimization: un contenido legible por la máquina es legible por todos los canales, del rastreo a MCP. Para profundizar en el mercado francés, nuestra Guía GEO Francia detalla los frentes prioritarios mercado por mercado.
No despliegue un servidor MCP hasta que estos cimientos estén puestos. Conectar un agente a datos mal estructurados solo amplifica el desorden. El orden de prioridades sigue siendo el mismo que en SEO: la limpieza del dato primero, la exposición después.
Auditoría GEO gratuita: medimos su citabilidad, su renderizado HTML y su madurez MCP. Se lleva una hoja de ruta clara.
Questions fréquentes
¿MCP reemplaza al SEO clásico?+
No. MCP se suma al SEO clásico sin reemplazarlo. El rastreo y la indexación siguen siendo indispensables para la búsqueda web y los AI Overviews. MCP abre un segundo canal: el acceso directo y estructurado de sus datos por parte de los agentes. Ambos coexisten.
¿Qué es exactamente el Model Context Protocol?+
MCP es un estándar abierto publicado por Anthropic a finales de 2024 que define cómo un modelo de IA se conecta a fuentes externas (archivos, API, bases de datos) a través de servidores. Expone recursos, herramientas y prompts de forma normalizada, sin integración a medida para cada modelo.
¿Hace falta un servidor MCP para ser citado por ChatGPT?+
Hoy no. La mayoría de las citas de IA pasan todavía por el rastreo web y el contenido HTML estático. Un servidor MCP se vuelve pertinente para casos de uso agénticos (asistentes internos, integraciones de producto) y anticipa una evolución en la que los agentes consultarán directamente las fuentes de datos.
¿Qué diferencia hay entre MCP y UCP?+
MCP estandariza la conexión entre un modelo y una fuente de datos. UCP (Universal Connector Protocol) apunta a la interoperabilidad a mayor escala: una red de conectores reutilizables entre varios sistemas y agentes. MCP es el ladrillo, UCP el ecosistema que los mantiene unidos.
